共查询到20条相似文献，搜索用时 78 毫秒
1.
对运城市终霜冻资料时间序列进行了周期分析，再利用基于预测误差平方和(PRESS)准则的逐步回归周期分析方法建立运城市终霜冻预报模型，预测终霜冻出现的日期，经检验和试报表明，该模型预测效果较好，具有实用价值。 相似文献
2.
运用逐步回归周期分析方法,即均值生成函数、逐步回归分析方法的综合应用,对郑州冬小麦冬前正积温变化趋势进行预测.1989～1998年历史年代回代结果平均绝对误差28.6℃,平均相对误差3.9%;1999、2000年预报与实测值相当接近. 相似文献
3.
冬小麦冬前正积温变化趋势预测 总被引：1，自引：0，他引：1
运用逐步回归周期分析方法，即均值生成函数、逐步回归分析方法的综合应用，对郑州冬小麦冬前正积温变化趋势进行预测。1989－1998年历史年代回代结果平均绝对误差28．6℃，平均相对误差3．9％；1999、2000年预报与实测值相当接近。 相似文献
4.
用降雨量的两种不同处理方式资料及R型因子方法分析舟山及其周边地区旱涝条件.同时用逐步回归周期分析方法和基于Press准则的回归分析方法预测未来几年舟山地区旱涝情况,供政府和有关部门作经济发展规划参考. 相似文献
5.
前言逐步回归双重分析方法运用了逐步回归方法,同时进行因子的筛选和周期分析,在制作预报时,既考虑了前期因子对预报对象的支配作用,又兼顾了预报对象本身周期变化的影响。解决了多元回归和周期分析两种统计方法的不足之处,预报效果较为稳定,预报精度明显提高。一、统计模型的建立气象要素的变化不仅受到前期因子的支配,同时要素本身也有其演变规律,只是在不同的情况、不同的条件下起的作用不同而已。本方法的统计模型为 相似文献
6.
本文针对多元分析和周期分析各自存在的缺陷,提出了一种新的统计预报方法——逐步回归双重分析方法,它利用逐步回归技术将因子筛选和周期分析有机结合,并反映在同一预报方程中。 本文以金华市5月份降水量长期预报为例,进行了初步的分析和尝试,表明该方法与多元分析和周期分析比较,其拟合误差与预报误差均较小,预报效果稳定,对长期天气预报有较好的实用价值。 相似文献
7.
8.
一、引言 通常的逐步回归分析预报方法,是选取一些与预报对象有一定相关性的前期因子,进行逐步回归建立预报方程的。而作历史气候条件分析时,往往使用周期分析方法分析气候要素的变化规律。这两种分析方法刚好说明了两方面的问题:一是气象要素的变化受到各种前期因子的支配;二是气象要素自 相似文献
9.
提出以方差分析周期因素嵌入逐步回归建立灾害天气长期预报模型方法，应用结果表明：模型预报精度及稳定性均比单纯的周期分析或利用前期气象因子建立回归模型有明显改善。 相似文献
10.
带周期分析因素的逐步回归方法在寒露风天气预报中的应用 总被引：1，自引：0，他引：1
提出以方差分析周期因素嵌入逐步回归建立灾害天气长期预报模型方法，应用结果表明：模型预报精度及稳定性均比单纯的周期分析或利用前期气象因子建立回归模型有明显改善。 相似文献
11.
逐步回归周期分析与多层递阶方法相结合的时间序列分析预报模型 总被引：1，自引：0，他引：1
逐步回归周期分析是针对方差分析的不足而提出的一种时间序列分析方法,作者将其应用于长期预报,取得了一定的效果,但也存在着某些缺陷,其主要表现在实际应用时,随着预报时效的增长,预报效果明显趋于不稳定。这里主要有两个方面的原因:一是某些时间序列本身的周期性不强,所选的周期显著性水平低,此时则不宜单纯用周期分析外推做长期预报,对此,作者已在另文中作过研究。二是在逐步回归周期分析预报模型中,回归系数取为固定的参数,而天气系统则是时变系统。这样,若用固定参数预报模型来描述一个时变参数系统的状态,其拟合率虽然可以很高,但随着预报时效的增 相似文献
12.
13.
北京地面气温可预报性及缺测资料恢复的研究 总被引：4，自引：1，他引：4
利用１９５１－１９９０年期间北京地面气温资料作未来气温预测可预报性及缺测气温资料恢复的研究，对单月序列使用自回归、选阶自回归、逐步回归和预测残差最小逐步回归及对多月序列使用后两种模型等６种方案进行试验。结果表明，多月序列使用残差最小逐步回归模型有最好的可预报性，且预报方程具有较高的稳定性。本文使用该方案还对１８４１－１９５０年期间的缺测气温资料进行恢复。 相似文献
14.
针对目前采用的统计方法存在的不足, 即在选择预报因子时没有考虑预报因子之间的相关性, 挑选的预报因子由于非正交, 使回归计算的结果不稳定, 给计算带来一定的误差。该文提出把一元线性回归分析、自然正交函数 (EOF) 和逐步回归方法结合起来, 从而得到一种新的建立统计预报模型的方法。以西安市采暖期和夏季SO2日均浓度为预报对象, 使用该方法建立预报模型。拟合及预报试验表明, 这些预报模型不但可以很好地拟合变化趋势, 而且还能作出较准确的预报, 采暖期预报的级别命中率为72.5 %, 夏季级别预报命中率为100%。通过对比试验, 此方法优于目前常用的逐步回归方法, 具有很好的应用前景。 相似文献
15.
16.
17.
动态时间序列周期分析预测模型是将多层递阶方法与逐步回归周期分析的基本原理相结合,可以有效地选取时间序列的各个隐含周期。利用所选取的隐含周期,可作更长时间的预测。本文以郑州汛期降水为样本,对该预测模型进行了应用及讨论。 相似文献
18.
20.
建立福建汛期降水量气候场的主分量逐步回归预测模型,通过预测福建汛期降水量气候场的主分量来实现对福建汛期降水量场的预测。选取北半球500 hPa高度场、太平洋海温场、北半球海平面气压场等含不同区域不同季节的诸多因子场的前若干主分量因子作为预测因子。计算分析了福建汛期降水场的主分量分布特征和分型特点。利用相关筛选和双重检验逐步回归方法,建立福建汛期降水场与多个因子场的关系,建立主分量的预测方程。通过对2012年福建汛期降水的预报,发现该模型对福建汛期降水的趋势和分布有较好的预测能力。 相似文献